用BP神经网络模型预测Ni-TiN镀层的耐腐蚀性能
来源期刊:功能材料2014年第13期
论文作者:靳红梅 肖国荣
文章页码:13079 - 13081
关键词:BP神经网络模型;预测;Ni-TiN镀层;
摘 要:采用脉冲电沉积方法,在45钢表面制备NiTiN镀层。采用X射线衍射仪和扫描电镜对Ni-TiN镀层进行组织结构和表面形貌分析,利用BP神经网络模型对Ni-TiN镀层的耐腐蚀性能进行预测。结果表明,在Ni-TiN镀层中存在Ni和TiN相。衍射角2θ=44.80,52.23和76.75°分别对应于镍晶面的(111)、(200)和(220);而衍射角2θ=36.63,42.62和61.79°则分别对应于TiN晶面的(111)、(200)和(220)。在TiN粒子浓度一定时,大电流密度和小占空比脉冲电沉积可获得表面致密、光滑,腐蚀坑较小的镀层。3×8×1型神经网络模型的预测结果与实测结果相差不大,最大误差为4.1%。
靳红梅1,肖国荣2
1. 西安科技大学计算机科学与技术学院2. 广东金融学院计算机科学与技术系
摘 要:采用脉冲电沉积方法,在45钢表面制备NiTiN镀层。采用X射线衍射仪和扫描电镜对Ni-TiN镀层进行组织结构和表面形貌分析,利用BP神经网络模型对Ni-TiN镀层的耐腐蚀性能进行预测。结果表明,在Ni-TiN镀层中存在Ni和TiN相。衍射角2θ=44.80,52.23和76.75°分别对应于镍晶面的(111)、(200)和(220);而衍射角2θ=36.63,42.62和61.79°则分别对应于TiN晶面的(111)、(200)和(220)。在TiN粒子浓度一定时,大电流密度和小占空比脉冲电沉积可获得表面致密、光滑,腐蚀坑较小的镀层。3×8×1型神经网络模型的预测结果与实测结果相差不大,最大误差为4.1%。
关键词:BP神经网络模型;预测;Ni-TiN镀层;